DBMS > Amazon DocumentDB vs. atoti vs. Sadas Engine vs. Spark SQL

Vergleich der Systemeigenschaften Amazon DocumentDB vs. atoti vs. Sadas Engine vs. Spark SQL

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Fast, scalable, highly available, and fully managed MongoDB-compatible database service

An in-memory DBMS combining transactional and analytical processing to handle the aggregation of ever-changing data.

SADAS Engine is a columnar DBMS specifically designed for high performance in data warehouse environments

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

Primäres Datenbankmodell

Document Store

Object oriented DBMS

Relational DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	1,91
Rang	#132	Overall
	#24	Document Stores

Punkte	0,56
Rang	#245	Overall
	#10	Object oriented DBMS

Punkte	0,00
Rang	#383	Overall
	#158	Relational DBMS

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Website

aws.amazon.com/documentdb

atoti.io

www.sadasengine.com

spark.apache.org/sql

Technische Dokumentation

aws.amazon.com/documentdb/resources

docs.atoti.io

www.sadasengine.com/en/sadas-engine-download-free-trial-and-documentation/#documentation

spark.apache.org/docs/latest/sql-programming-guide.html

Entwickler

ActiveViam

SADAS s.r.l.

Apache Software Foundation

Erscheinungsjahr

2019

2006

2014

Aktuelle Version

8.0

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

kommerziell

free versions available

kommerziell

free trial version available

Open Source

Apache 2.0

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

Java

C++

Scala

Server Betriebssysteme

gehostet

AIX
Linux
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

Multidimensional Expressions (MDX)

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

proprietary protocol using JSON (MongoDB compatible)

JDBC
ODBC
Proprietäres Protokoll

JDBC
ODBC

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
PHP
Python

.Net
C
C#
C++
Groovy
Java
PHP
Python

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Python

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding, horizontal partitioning

horizontale Partitionierung

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-availability zones for high availability, asynchronous replication for up to 15 read replicas

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

kann über Amazon Elastic MapReduce (Amazon EMR) realisiert werden

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

typically not used, however similar functionality with DBRef possible

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic single-document operations

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

managed by 'Learn by Usage'

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users and roles

Access rights for users, groups and roles according to SQL-standard

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

Vector search for Amazon DocumentDB (with MongoDB compatibility) is now generally available | Amazon Web Services
29. November 2023, AWS Blog

AWS announces Amazon DocumentDB I/O-Optimized
21. November 2023, AWS Blog

AWS announces vector search for Amazon DocumentDB
29. November 2023, AWS Blog

Reduce cost and improve performance by migrating to Amazon DocumentDB 5.0 | Amazon Web Services
15. April 2024, AWS Blog

Mask sensitive Amazon DocumentDB log data with Amazon CloudWatch Logs data protection | Amazon Web Services
16. April 2024, AWS Blog

bereitgestellt von Google News

Best use of cloud: ActiveViam
28. November 2023, Risk.net

FRTB product of the year: ActiveViam
28. November 2023, Risk.net

bereitgestellt von Google News

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk